- 博客(5)
- 收藏
- 关注
RSS订阅原创 TransX算法详解【代码学习系列】【知识图谱】【表示学习】
研究完TransE之后，继续研究了一下TransH、TransR、TransD算法，想搜搜相关代码比较一下，但搜索后发现，没有直接实现的python代码，大部分是基于TensorFlow，或者是C语言的。本来想着算了，后来想想还是写一篇关于TensorFlow，简单比较一下，记录一下自己的学习过程。1 代码来源本代码来源于github项目地址，项目基于TensorFlow框架，实现了Trans...
2019-08-27 18:37:19
4170
3
原创 TransE算法详解【代码学习系列】【知识图谱】【表示学习】
1 代码来源本代码来源于github项目地址，项目实现了TransE算法。下面结合项目代码，对TransE算法原理及实现进行详细说明。2基本思想TransE是一篇Bordes等人2013年发表在NIPS上的文章提出的算法。它的提出，是为了解决多关系数据（multi-relational data）的处理问题。我们现在有很多很多的知识库数据knowledge bases (KBs)，比如Fre...
2019-08-27 11:36:26
8236
6
原创 基于知识图谱的问答系统3【代码学习系列】【知识图谱】【问答系统】
1 代码来源本代码来源于github项目地址，项目使用python实现一个简单的基于知识图谱的电影问答系统，相关搭建过程见博客300行python代码从零开始构建基于知识图谱的电影问答系统-目录：。这里通过横向比较基于知识图谱的问答系统1和基于知识图谱的问答系统2，来分析说明不同之处。本项目的与前两个项目在实体提取和意图预测方面存在不同之处。前面两个项目的实体提取通过AC树匹配实现，本项目则直接...
2019-08-24 10:48:09
2318
原创 基于知识图谱的问答系统2【代码学习系列】【知识图谱】【问答系统】
1 代码来源本代码来源于github项目地址，主要是构建以疾病为中心的具有一定规模的医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。与github项目地址基本相同，参见我的博客基于知识图谱的问答系统1，不同之处主要在于问句中实体的提取和意图的识别，问答系统1中采用的是简单的模板匹配，本项目对实体提取在原有硬匹配的基础上增加了近似匹配，对于意图识别，则采用朴素贝叶斯分类进行意图的分类。因此...
2019-08-22 17:24:21
2331
2
原创 基于知识图谱的问答系统1【代码学习系列】【知识图谱】【问答系统】
基于知识图谱的医疗领域问答系统【QASystemOnMedicalKG】1 代码来源本代码来源于github项目地址，主要是构建以疾病为中心的具有一定规模的医药领域知识图谱，并以该知识图谱完成自动问答与分析服务。其中知识图谱通过neo4j构建，代码采用python语言。2 主要组成...
2019-08-21 15:29:00
10456
5
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人